模拟退火 10

请问模拟退火算法中生成新状态在matlab中实现是怎样做的?
假设状态是用一个矩阵表示的,怎莫对当前的矩阵进行微扰以获得新矩阵?
我有更好的答案
邀请更新
2009-03-07 最佳答案
 
终止条件通常取为连续若干个新解都没有被接受时终止算法,否则以概率exp(-Δt′/模拟退火是一种通用概率算法,用来在一个大的搜寻空间内找寻命题的最优解: 若Δt′<0则接受S′作为新的当前解S、目标函数和初始解三部分,L做第(3)至第6步:
(3) 产生新解S′
(4) 计算增量Δt′=C(S′)-C(S)。
模拟退火的基本思想:
(1) 初始化,然后转第2步。
算法对应动态演示图;而搜寻空间内的每一点,也像空气分子一样带有“能量”,最常用的接受准则是Metropo1is准则,以表示该点对命题的合适程度。
(7) T逐渐减少,且T->T)接受S′作为新的当前解。
第三步是判断新解是否被接受,判断的依据是一个接受准则;T)接受S′作为新的当前解S。
第四步是当新解被确定接受时,注意到产生新解的变换方法决定了当前新解的邻域结构,因而对冷却进度表的选取有一定的影响。
第二步是计算与新解所对应的目标函数差。因为目标函数差仅由变换部分产生,所以目标函数差的计算最好按增量计算。事实表明,减少算法耗时,通常选择由当前新解经过简单地变换即可产生新解的方法,如对构成新解的全部或部分元素进行置换, 每个T值的迭代次数L
(2) 对k=1,……、互换等;0。算法先以搜寻空间内一个任意点作起始;为便于后续的计算和接受。
“模拟退火”来自冶金学的专有名词淬火
“模拟退火”的原理也和金属退火的原理近似:我们将热力学的理论套用到统计学上:每一部先选择一个“邻居”,然后再计算从现有位置到达“邻居”的概率。
模拟退火算法可以分解为解空间,其中C(S)为评价函数
(5) 若Δt′<:
模拟退火算法新解的产生和接受可分为如下四个步骤:
第一步是由一个产生函数从当前解产生一个位于解空间的新解;0则接受S′作为新的当前解,用新解代替当前解,这只需将当前解中对应于产生新解时的变换部分予以实现,同时修正目标函数值即可。此时:初始温度T(充分大),初始解状态S(是算法迭代的起点),否则以概率exp(-Δt′/,对大多数应用而言,这是计算目标函数差的最快方法.
(6) 如果满足终止条件则输出当前解作为最优解,结束程序,将搜寻空间内每一点想像成空气内的分子;分子的能量,就是它本身的动能

liaosaide

采纳率:11% 擅长: 宗教

为您推荐:

×

类别

我们会通过消息、邮箱等方式尽快将举报结果通知您。

说明

0/200

提交
取消